BG Report

Data import and tables

## Loading BG.library
## Adding files missing in collate: addBGpoints.R, addBGpoints_ly.R, addBolusPoints_ly.R, addFasting_ly.R, addPercentBG_ly.R, addPumpSetting_ly.R, addStackbar_ly.R, barSubPlot_ly.R, boxPlot.R, breakStr.R, createSavedPlot.R, dataImport.R, executeSavedPlot.R, findCodeStr.R, heatMap.R, makeLayout.R, makeXaxis.R, makeYaxes.R, makeYaxesSetting.R, makeYaxesSummary.R, makeYdomain.R, plotLine_ly.R, setTimeStep.R, subsetData.R, summaryLinePlot_ly.R, summaryPlotDay_ly.R, summaryPlotHour_ly.R, summaryPlot_ly.R, timeDayTable.R, uniqueDateTime.R, xTicks.R

BG value stats by hour

BGvalue_Summary
##    time3 min     mean  max         sd
## 1  00:00 114 114.0000  114   0.000000
## 2  01:00 Inf      NaN -Inf        NaN
## 3  02:00 Inf      NaN -Inf        NaN
## 4  03:00 Inf      NaN -Inf        NaN
## 5  04:00 Inf      NaN -Inf        NaN
## 6  05:00 273 273.0000  273        NaN
## 7  06:00 166 201.0000  236  40.414519
## 8  07:00  73 104.5000  115  21.000000
## 9  08:00  73  73.0000   73        NaN
## 10 09:00 Inf      NaN -Inf        NaN
## 11 10:00 189 189.0000  189        NaN
## 12 11:00 274 274.0000  274        NaN
## 13 12:00  60 158.5000  257 113.738003
## 14 13:00 153 153.0000  153   0.000000
## 15 14:00 313 313.0000  313   0.000000
## 16 15:00 102 128.3333  181  45.610671
## 17 16:00  66  72.0000   84  10.392305
## 18 17:00  61  74.6000   95  14.223220
## 19 18:00 Inf      NaN -Inf        NaN
## 20 19:00 289 289.0000  289        NaN
## 21 20:00  63 101.6667  132  35.246749
## 22 21:00  63  63.0000   63        NaN
## 23 22:00 Inf      NaN -Inf        NaN
## 24 23:00 156 161.3333  172   9.237604

BG value stats by day

BGvalue_SummaryDaily
##        Date2 min     mean  max        sd
## 1 2019-09-23  89 172.3077  216  41.66810
## 2 2019-09-24  66 132.7273  229  58.99337
## 3 2019-09-25  73 168.4000  313 102.77938
## 4 2019-09-26  61 136.7500  274  70.64347
## 5 2019-09-27  63 152.6667  289  68.50617
## 6 2019-09-28  60 109.0000  273  69.55573
## 7 2019-09-29 Inf      NaN -Inf       NaN

Sensor value stats by hour

Sensorvalue_Summary
##    time3 min      mean max       sd
## 1  00:00  78 129.05556 204 42.03532
## 2  01:00  80 145.22222 239 60.15462
## 3  02:00  81 144.63889 215 45.02073
## 4  03:00 106 156.88889 197 20.44194
## 5  04:00 131 162.55556 210 25.59067
## 6  05:00 122 165.94444 241 41.47698
## 7  06:00 102 171.77778 270 60.62678
## 8  07:00  57 129.44444 211 48.24962
## 9  08:00  40 116.94444 246 83.23013
## 10 09:00  93 164.30556 236 52.79601
## 11 10:00 133 208.37209 272 44.76128
## 12 11:00  50 181.62500 309 83.13220
## 13 12:00  40 154.37209 300 95.29154
## 14 13:00 124 213.00000 275 52.41385
## 15 14:00 133 210.91667 311 60.20507
## 16 15:00  62 126.63889 216 41.99806
## 17 16:00  43  70.83333 119 18.77765
## 18 17:00  45 100.66667 172 37.02123
## 19 18:00 109 136.19444 172 20.62705
## 20 19:00  73 146.97143 264 47.77674
## 21 20:00  81 155.62500 287 73.78544
## 22 21:00  67 123.58333 218 45.83347
## 23 22:00  86 135.16667 186 25.82966
## 24 23:00 113 137.94444 183 22.89472

BG high>150 count

BGHigh_Count
##    time3 BG.Reading..mg.dL.
## 1  05:00                  1
## 2  06:00                  4
## 3  10:00                  1
## 4  11:00                  1
## 5  12:00                  2
## 6  13:00                  2
## 7  14:00                  2
## 8  15:00                  1
## 9  19:00                  1
## 10 23:00                  3

BG very high count

BGveryHigh_Count
##   time3 BG.Reading..mg.dL.
## 1 14:00                  2

BG low count

BGLow_Count
##   time3 BG.Reading..mg.dL.
## 1 07:00                  1
## 2 08:00                  1
## 3 12:00                  2
## 4 16:00                  2
## 5 17:00                  4
## 6 20:00                  1
## 7 21:00                  1

BG good value count (>80 and <150)

BGgood_Count
##   time3 BG.Reading..mg.dL.
## 1 00:00                  2
## 2 07:00                  3
## 3 15:00                  2
## 4 16:00                  1
## 5 17:00                  1
## 6 20:00                  2

Temp Basal = 0 count past 7 days

tempBasal_count
##   time3 Temp.Basal.Amount
## 1 13:00                 1

Suspend basal on low count

suspendBasal_Count
##    time3 Alarm
## 1  00:00     2
## 2  01:00     2
## 3  07:00     3
## 4  08:00     3
## 5  11:00     3
## 6  12:00     3
## 7  15:00     3
## 8  16:00     6
## 9  17:00     6
## 10 19:00     1
## 11 20:00     2

BG value by time and date with mean values

BGvalue_timeDaytable
##     time 2019-09-25 2019-09-26 2019-09-27 2019-09-28 2019-09-29      mean
## 1  00:00        NaN        NaN        NaN  114.00000        NaN 114.00000
## 2  01:00        NaN        NaN        NaN        NaN        NaN       NaN
## 3  02:00        NaN        NaN        NaN        NaN        NaN       NaN
## 4  03:00        NaN        NaN        NaN        NaN        NaN       NaN
## 5  04:00        NaN        NaN        NaN        NaN        NaN       NaN
## 6  05:00        NaN        NaN        NaN  273.00000        NaN 273.00000
## 7  06:00        NaN        NaN   201.0000        NaN        NaN 201.00000
## 8  07:00    73.0000      115.0        NaN        NaN        NaN  94.00000
## 9  08:00    73.0000        NaN        NaN        NaN        NaN  73.00000
## 10 09:00        NaN        NaN        NaN        NaN        NaN       NaN
## 11 10:00        NaN        NaN   189.0000        NaN        NaN 189.00000
## 12 11:00        NaN      274.0        NaN        NaN        NaN 274.00000
## 13 12:00   257.0000        NaN        NaN   60.00000        NaN 158.50000
## 14 13:00        NaN        NaN   153.0000        NaN        NaN 153.00000
## 15 14:00   313.0000        NaN        NaN        NaN        NaN 313.00000
## 16 15:00   102.0000      181.0        NaN        NaN        NaN 141.50000
## 17 16:00    84.0000        NaN    66.0000        NaN        NaN  75.00000
## 18 17:00        NaN       61.0        NaN   83.66667        NaN  72.33333
## 19 18:00        NaN        NaN        NaN        NaN        NaN       NaN
## 20 19:00        NaN        NaN   289.0000        NaN        NaN 289.00000
## 21 20:00   110.0000        NaN    97.5000        NaN        NaN 103.75000
## 22 21:00        NaN        NaN    63.0000        NaN        NaN  63.00000
## 23 22:00        NaN        NaN        NaN        NaN        NaN       NaN
## 24 23:00        NaN      172.0   156.0000        NaN        NaN 164.00000
## 25  mean   144.5714      160.6   151.8125  132.66667        NaN 147.41265
#heatmap
heatMap(BGvalue_timeDaytable, hasTotals = TRUE,
        margins = c(6,20), brks = seq(0,450,50), 
        brewerPallete = "RdBu")

Sensor value by time and date with mean values

Sensorvalue_timeDaytable
##     time 2019-09-25 2019-09-26 2019-09-27 2019-09-28 2019-09-29      mean
## 1  00:00  113.66667  183.50000        NaN   90.00000        NaN 129.05556
## 2  01:00  124.66667  225.25000        NaN   85.75000        NaN 145.22222
## 3  02:00  144.58333  198.16667        NaN   91.16667        NaN 144.63889
## 4  03:00  150.58333  175.58333        NaN  144.50000        NaN 156.88889
## 5  04:00  146.50000  145.41667        NaN  195.75000        NaN 162.55556
## 6  05:00  145.08333  130.58333        NaN  222.16667        NaN 165.94444
## 7  06:00  150.00000  113.08333        NaN  252.25000        NaN 171.77778
## 8  07:00   97.50000   98.58333        NaN  192.25000        NaN 129.44444
## 9  08:00   68.41667   50.75000        NaN  231.66667        NaN 116.94444
## 10 09:00  125.83333  137.41667        NaN  229.66667        NaN 164.30556
## 11 10:00  227.58333  251.08333  165.14286  171.66667        NaN 203.86905
## 12 11:00  243.41667  276.08333  105.00000  102.00000        NaN 181.62500
## 13 12:00  231.00000  292.00000   78.58333   73.25000        NaN 168.70833
## 14 13:00  262.41667        NaN  140.30000  224.16667        NaN 208.96111
## 15 14:00  285.33333        NaN  147.08333  200.33333        NaN 210.91667
## 16 15:00  124.58333        NaN  103.75000  151.58333        NaN 126.63889
## 17 16:00   68.91667        NaN   57.16667   86.41667        NaN  70.83333
## 18 17:00   86.16667        NaN  131.41667   84.41667        NaN 100.66667
## 19 18:00  135.25000        NaN  158.50000  114.83333        NaN 136.19444
## 20 19:00   95.25000        NaN  195.09091  154.58333        NaN 148.30808
## 21 20:00  104.25000  112.91667        NaN  264.25000        112 148.35417
## 22 21:00   76.91667  115.16667        NaN  178.66667        NaN 123.58333
## 23 22:00  122.00000  118.33333        NaN  165.16667        NaN 135.16667
## 24 23:00  121.66667  166.91667        NaN  125.25000        NaN 137.94444
## 25  mean  143.81597  164.16667  128.20338  159.65625        112 141.56845
#heatmap
heatMap(Sensorvalue_timeDaytable, hasTotals = TRUE,
        margins = c(6,20), brks = seq(0,450,50), 
        brewerPallete = "RdBu")

Interactive Plots

linePlots

barplots hourly

every 3 hours barplots

###daily barplots

boxplots hourly

3hour boxplots

daily boxplots